文献类型：期刊文章

作　　者：李敏[1,2] 陈燕平[1] 宋曰聪[1]

机构地区：[1]绵阳师范学院信息工程学院,四川绵阳621000 [2]中国工程物理研究院五所,四川绵阳621000

出　　处：《电子设计工程》

基　　金：四川省教育厅资助项目(14ZA0257;142A0260);绵阳师范学院资助项目(2011A13;2013A10)

年　　份：2017

卷　　号：25

期　　号：23

起止页码：24-29

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：场景分类的主要方法是基于底层特征的方法和基于视觉词包模型的方法,前者缺乏语义描述能力并且时间复杂度大,后者识别率低。借鉴两类方法的优势,提出了基于四层树状语义模型的场景语义识别新方法。四层语义模型包括视觉层(图像的底层特性)、概念层(场景实物的名称)、关系层和语义层。提取训练样本场景实物的颜色、颜色层次和轮廓得到视觉层;同类场景中实物的名称(概念单词)的交集构成了概念层;统计概念单词的频率并对概念单词的空间位置关系进行关联规则的数据挖掘得到关系层;计算关键概念单词与PSB标准模型语义属性分类树的语义相似度得到场景高层语义。计算测试样本的底层特征后,通过视觉层的检索得到概念单词。通过概念单词的频率和空间位置关系关联规则的检索得到场景分类。由场景分类、场景高层语义、场景概念单词构成场景语义的识别结果。实验显示:新方法提高了识别率,降低了识别时间,并且具有场景高层语义的描述能力。

关 键 词：场景语义识别  四层树状语义模型  位置关系关联规则  场景高层语义  概念单词频率  

分 类 号：TN0]